2014年8月27日
摘要: 一、Sparse Coding稀疏编码稀疏编码算法是一种无监督学习方法,它用来寻找一组“超完备”基向量来更高效地表示样本数据。稀疏编码算法的目的就是找到一组基向量 ,使得我们能将输入向量 表示为这些基向量的线性组合:也就是虽然形如主成分分析技术(PCA)能使我们方便地找到一组“完备”基向量,但是... 阅读全文
posted @ 2014-08-27 12:46 皑雪淑倩 阅读(1701) 评论(0) 推荐(1) 编辑
摘要: L2范数 除了L1范数,还有一种更受宠幸的规则化范数是L2范数: ||W||2。它也不逊于L1范数,它有两个美称,在回归里面,有人把有它的回归叫“岭回归”(Ridge Regression),有人也叫它“权值衰减weight decay”。这用的很多吧,因为它的强大功效是改善机器学习里面一个非常... 阅读全文
posted @ 2014-08-27 11:40 皑雪淑倩 阅读(5991) 评论(0) 推荐(0) 编辑
  2014年8月26日
摘要: 最近新入手稀疏编码,在这里记录我对稀疏编码的理解(根据学习进度不断更新中)一,稀疏编码的概述 稀疏编码的概念来自于神经生物学。生物学家提出,哺乳类动物在长期的进化中,生成了能够快速,准确,低代价地表示自然图像的视觉神经方面的能力。我们直观地可以想象,我们的眼睛每看到的一副画面都是上亿像素的,而每一副... 阅读全文
posted @ 2014-08-26 11:29 皑雪淑倩 阅读(21081) 评论(2) 推荐(3) 编辑